M. Saef Ullah Miah, 1 Junaida Sulaiman

Conference on Computational Natural Language Learning,
pp. 221–229, Association for Computational Linguistics,
Brussels, Belgium, October 2018.
[14] R. Campos, V. Mangaravite, A. Pasquali, A. Jorge, C. Nunes,
and A. Jatowt, “Yake! Keyword extraction from single
Complexity
11

---

documents using multiple local features,” Information Sci-
ences, vol. 509, pp. 257–289, 2020.
[15] C. Sun, L. Hu, S. Li, T. Li, H. Li, and L. Chi, “A review of
unsupervised keyphrase extraction methods using within-
collection resources,” Symmetry, vol. 12, no. 11, pp. 1–20, 2020.
[16] A. Bougouin, F. Boudin, and B. Daille, “Topicrank: graph-
based topic ranking for keyphrase extraction,” in Proceedings
of the International joint conference on natural language
processing (IJCNLP), pp. 543–551, Nagoya, Japan, October
2013.
[17] O. Medelyan, E. Frank, and I. H. Witten, “Human-com-
petitive tagging using automatic keyphrase extraction,” in
Proceedings of the 2009 conference on empirical methods in
natural language processing, pp. 1318–1327, Singapore,
August 2009.
[18] L. Page, “Method for node ranking in a linked database,”
Google Patents, 1997.
[19] F. Boudin, “Unsupervised keyphrase extraction with multipartite
graphs,” in Proceedings of the 2018 Conference of the North
American Chapter of the Association for Computational Lin-
guistics: Human Language Technologies, pp. 667–672, Association
for Computational Linguistics, New Orleans, LA, USA, June 2018.
[20] S. R. El-Beltagy and A. Rafea, “Kp-miner: a keyphrase ex-
traction system for English and Arabic documents,” Infor-
mation Systems, vol. 34, no. 1, pp. 132–144, 2009.
[21] I. Witten, G. Paynter, E. Frank, C. Gutwin, and
C. nevillmanning, “kea: practical automatic keyphrase ex-
traction,” in Proceedings of the Fourth ACM Conference on
Digital, Libraries, pp. 254-255, ACM, Berkeley, CA, USA,
August 1999.
[22] I. H. Witten, G. W. Paynter, E. Frank, C. Gutwin, and
C. G. Nevill-Manning, “Kea,” in Design and Usability of
Digital Libraries: Case Studies in the Asia Pacific, pp. 129–152,
IGI global, Hershey, PA, USA, 2005.
[23] T. D. Nguyen and M.-T. Luong, “Wingnus: keyphrase ex-
traction utilizing document logical structure,” in Proceedings
of the 5th international workshop on semantic evaluation,
pp. 166–169, ACM, Los Angeles CA, USA, July 2010.
[24] S. Mao, A. Rosenfeld, and T. Kanungo, “Document structure
analysis algorithms: a literature survey,” in Document Recog-
nition and Retrieval X, vol. 5010, pp. 197–207, International
Society for Optics and Photonics, Bellingham, WA, USA, 2003.
[25] G. Maheshwari, P. Trivedi, H. Sahijwani, K. Jha, S. Dasgupta,
and J. Lehmann, “Simdoc: topic sequence alignment based
document similarity framework,” in Proceedings of the
Knowledge Capture Conference, pp. 1–8, ACM, Austin, TX,
USA, December 2017.
[26] C. Yang, B. He, and Y. Ran, “Utilizing embeddings for ad-hoc
retrieval by document-to-document similarity,” 2017, https://
arxiv.org/abs/1708.03181.
[27] S. Aryal, K. M. Ting, T. Washio, and G. Haffari, “A new simple
and effective measure for bag-of-word inter-document sim-
ilarity measurement,” 2019, https://arxiv.org/abs/1902.03402.
[28] P. Sitikhu, K. Pahi, P. Thapa, and S. Shakya, “A comparison of
semantic similarity methods for maximum human inter-
pretability,” in Proceedings of the International Conference on
Artificial Intelligence for Transforming Business and Society,